质量管理的数据分析应用

《质量管理的数据分析应用》由会员分享，可在线阅读，更多相关《质量管理的数据分析应用（46页珍藏版）》请在装配图网上搜索。

1、质量管理的数据分析应用质量管理的数据分析应用1概述2质量管理数据分析一般步骤3质量管理数据分析的实施编制数据分析项清单 3.1明确数据分析项的目的 3.2建立数据分析数学模型 3.3收集原始数据 3.4获得统计数据 3.5通过分析、判断找出问题点 3.6找出问题点的主要原因 3.7制定改进措施 3.8实施、验证并巩固改进措施 3.94总结2质量管理的数据分析应用数据分析3质量管理的数据分析应用 如果仅有一些主观概念和总体性笼统的评价，而没有准确、详尽基础数据说得清楚、说得准的话，是永远无法解决的。4质量管理的数据分析应用组织应确定、收集和分析适当的数据，以证实质量管理体系的适宜性和有效性，并评

2、价在何处可以持续改进质量管理体系的有效性。ISO9001：2008标准的第8.4条“数据分析”ISO9000标准卓越绩效评价准则的核心价值观 基于事实的决策方法 基于事实的管理 不单是需要我们掌握的科学质量观点，更加是一个需要我们付诸实际的科学行动，这个行动就是。5质量管理的数据分析应用（1）需要收集、统计和分析哪些数据？（2）收集、统计和分析这些数据的目的是什么？（3）收集、统计和分析这些数据的方法有哪些？（4）如何利用这些数据的收集、统计和分析的结果来提高工作质量和工程质量？6质量管理的数据分析应用数据分析一般步骤 1编制数据分析项清单。2明确每一数据分析项的目的。3建立适宜的数据分析数学

3、模型。4收集原始数据。5通过统计对原始数据进行整理，获得预期的统计数据。6对统计数据进行分析、判断，找出问题点。7对问题点进行原因分析，找出主要原因。8针对问题点的主要原因，制定改进措施。9实施、验证和巩固改进措施。7质量管理的数据分析应用与产品要求的符合性 顾客满意 供方过程和产品的特性趋势ISO9001标准第8.4条数据分析 质量基础数据 当前业务运作和工程需要的质量基础数据8质量管理的数据分析应用一个组织或企业在不同时期所需要的数据分析项是不同的。应适时结合实际情况的变化及时对清单进行调整。适应数据分析项动态变化的需要。年度清单季度清单月度清单9质量管理的数据分析应用ISO9001：20

4、08标准的第8.4条，“数据分析”的目的 10质量管理的数据分析应用“顾客满意”数据分析主要目的 争取更多的顾客，为顾客同时也为企业或组织自身创造更多的价值。提高顾客满意，更充分地满足顾客要求。有针对性地解决不满意和消除不满意的原因。准确找出顾客相对最不满意之处和不满意的主要原因。11质量管理的数据分析应用“与产品要求的符合性”数据分析的主要目的 防止不合格再发生。有针对性地采取纠正和预防措施。准确查找最主要的不合格因素，分析原因。找出产品合格率与顾客和内部要求的质量目标之间的差距。12质量管理的数据分析应用“过程和产品的特性趋势”数据分析的主要目的 扭转不良趋势。有针对性地采取纠正和预防措施

5、。分析原因。准确找出导致过程和工程的特性不良趋势的主要因素。13质量管理的数据分析应用“供方”数据分析的主要目的 保障公司的工程和服务质量。协助在用供方改善所提供产品和服务的质量。为择优选用供方、淘汰劣质供方提供依据。准确找出最优和最劣供方。14质量管理的数据分析应用 根据每一数据分析项的目的，逐一建立适宜的数据分析数学模型。确立需收集的原始数据及基于原始数据的预期统计数据。明确适宜的统计周期，以及适宜的统计工具和方法。15质量管理的数据分析应用 保证预期统计数据的客观性、合理性和实用性 考虑原始数据的实用性。使用适宜的统计工具和方法。保证数据的统计周期的合理性。例如，在所有供方产品一次合格率

6、均已达到100%、无法再为择优选用供方提供依据的情况下，应选用供货及时性、服务质量等其它一些能够区分供方优劣的统计指标作为原始数据。一些数据的统计周期过短或过长都有会影响统计结果的客观性，这就需要结合实际，确定一个合理的统计周期。一般可在数据分析清单中，明确每一数据分析项所对应数据的统计周期。例如，在生产的产品数量不相同甚至差别较大时，以单纯的质量成本数额作为统计量来评价不同生产过程质量是明显不合理的，应考虑采用单位产值与对应的质量成本数额的比率作为统计量，使评价结果更趋合理和客观。16质量管理的数据分析应用根据所建立的数据分析数学模型，确立数据收集方式。客观地收集原始数据。建立原始数据库予以

7、储存。17质量管理的数据分析应用数据收集应遵循客观、真实原则，避免使用人为选择的数据、主观猜测数据和其它虚假的数据。需要以现场测量方式得到的数据，必须用有效计量器具现场实测方式获得。需要以调查方式得到的数据，调查对象及其范围必须要有足够的代表性、客观性。18质量管理的数据分析应用根据确立的数据分析数学模型，使用适宜的统计方法。对原始数据进行统计。获得预期的统计数据。19质量管理的数据分析应用客观性实用性合理分组原始数据合理分层、分类原则 将有可比性的同类型数据归为一组。避免主观、人为因素。对改进质量有实际意义。20质量管理的数据分析应用使用适宜的分析、判断工具，对统计数据进行分析、判断。找出需

8、改进点，获得管理体系适宜性和有效性信息，发现管理体系不适宜和失效区域。制作相应的数据表格和分析图表。21质量管理的数据分析应用适宜的分析、判断工具 排列图找出“关键的少数”直方图通过形象显示数据的分布，分析导致质量异常的因素 相关图判断两个质量因素之间的相关性 控制图判断生产过程是否异常及导致异常的因素 22质量管理的数据分析应用排列图示例：找出焊缝主要的不合格23质量管理的数据分析应用直方图示例：判断一批继电保护器质量控制是否正常及是否存在系统性的影响因素24质量管理的数据分析应用相关图示例：判断新焊工的比例与焊口一次合格率是否相关25质量管理的数据分析应用控制图示例：判断一批继电保护器质量

9、控制是否正常26质量管理的数据分析应用分析导致不良问题、管理体系不适宜和失效的末端原因。对末端原因进行验证判断。找出主要原因。27质量管理的数据分析应用从五大质量影响因素入手人机料法环头脑风暴法适当的分析图 A类原因B类原因C类原因E类原因D类原因第1层原因第2层原因第3层原因需要解决的问题因果图A类原因需要解决的问题B类原因C类原因D类原因E类原因第2层原因1第2层原因2第2层原因3第2层原因4第2层原因5第2层原因6第2层原因7第2层原因8第2层原因9第2层原因n第3层原因1第3层原因2第3层原因3第3层原因4第3层原因5第3层原因6第3层原因7第3层原因8第3层原因9第3层原因n第3层原

10、因10第3层原因11第3层原因12第3层原因13第3层原因14第3层原因15第3层原因16第1层原因1第1层原因2第1层原因3第1层原因4第1层原因5第1层原因6第1层原因7第1层原因n系统图末级原因5需解决问题1需解决问题2一级原因1一级原因2一级原因3一级原因n一级原因4末级原因1末级原因2末级原因3末级原因4末级原因6末级原因7末级原因8末级原因9末级原因10末级原因11末级原因12末级原因n关联图28质量管理的数据分析应用人员因素管理和操作技能 生理心理行为 组织能力 管理者的综合素质 29质量管理的数据分析应用运作需求资源质量数量确认符合要求？状态良好？30质量管理的数据分析应用方法

11、因素管理理念管理制度组织机构科学性、经济性是否正确？是否合理可行？是否适应？是否最优？31质量管理的数据分析应用环境因素物化环境 人文环境 设施、硬件环境 组织文化、管理环境、工作方法、管理制度 32质量管理的数据分析应用对质量问题，应从根源上去分析、解决，防止其再发生或发生。33质量管理的数据分析应用质量管理专家建议：对导致质量问题的原因进行追根溯源，一般应至少问三到五个以上的“为什么”。尝浅辄止仅仅“头痛医头、脚痛医脚”浮在表面，找一些表面上的原因34质量管理的数据分析应用是否经分析找出来的所有的因素都应进行控制呢？否系统性因素可控制因素对造成质量问题是关键的因素 次要因素偶然因素不可控的

12、因素35质量管理的数据分析应用根据数据分析结果制定改进措施实施计划，明确需改进点的改进措施，针对管理体系不适宜和失效区域进行修订和完善措施。明确这些措施的实施责任。36质量管理的数据分析应用“SMART”准则具体的（Specific）可测量的（Measurable）可实现的（Achievable）相关的（Relevant）有时间限制的（Time-bound）注意：满足“SMART”准则要求是措施得到有效实施的保证。37质量管理的数据分析应用3 3、质量管理数据分析的实施、质量管理数据分析的实施 改进措施及其实施计划应满足的要求 有明确的目的 应明确每项措施所针对的质量问题原因。每一项主要原因一

13、般应有一个以上的控制措施。措施应针对主要原因本身，针对质量问题表面现象的措施是必要的，但不是关键。对事不对人 措施的重点应该落在对如何消除主要原因上，仅仅有对质量问题责任进行追究的惩罚措施是远远不够的。提倡对管理理念、管理方法、制度进行更新、改进的措施，不鼓励仅简单地对质量问题责任进行追究的惩罚措施。有明确的目标应明确每项措施实施后应达到的具体可量化效果。切实可行、具体详细 避免口号、标语式的措施，例如，“加强”、“严格执行”等类似措施；杜绝形式主义、走过场的措施。措施必须实实在在，真正落到实处。提倡细微的日常改进措施，不鼓励运动式、一阵风式或大张旗鼓式的措施。落实责任者 制定措施的同时必须同

14、时落实措施的实施责任者、实施限期和监督责任者。平衡经济风险 措施应平衡相应质量问题的经济风险性考虑，既不提倡过分顾及成本而不愿意投入足够资源，也不提倡不计成本、“杀鸡用牛刀”而浪费资源。38质量管理的数据分析应用序号针对的主要因素具体措施目标实施和监督责任者完成限期具体的（Specific）可测量的（Measurable）可实现的（Achievable）相关的（Relevant）有时间限制的（Time-bound）39质量管理的数据分析应用根据改进措施实施计划由实施责任者实施措施，监督责任者监督和验证改进措施的实施，相关人员按部就颁、各司其责实施，直至改进措施关闭。将有效的措施标准化巩固下来。

15、40质量管理的数据分析应用实施改进措施应注意的问题 执行不力打折扣执行甚至不执行。执行中断“一年不如一年，一天不如一天”或“三天打鱼，两天晒网”。执行偏差对措施实施中所发现的存在问题，不及时如实反馈，不及时调整。限期不严 不能维护既定实施限期的严肃性。监督缺位实施过程中，监督责任人员的责任和到位，不及时指正实施过程的不良偏差。41质量管理的数据分析应用通过事实验证控制措施的实施效果 措施实施后，质量问题再次出现的次数、所造成损失与措施实施前的对比。措施实施后，管理体系不适宜和失效区域经完善后，是否仍然存在漏洞？判断措施是否有效42质量管理的数据分析应用措施无效！数据不真实、不客观 数据不真实、

16、不客观 原因分析不彻底 主要原因判断不准确 措施不合理、可操作性差 措施执行不到位 数据模型或原始数据收集、统计不合理 存在虚假和主观数据。尝浅辄止和浮在表面，找到的不是根源性的末端原因。将一些对造成质量问题是次要的、偶然性的或不可控制的末端原因确立为控制对象。措施片面对质量问题现象本身而非末端原因；措施配套的资源投入不足，或措施的投入需求过分昂贵，导致措施无法实施；措施对人不对事，片面强调对质量问题责任的处罚，而非如何对问题进行改进。实施责任没有切实地得到落实，拖延实施，或监督人员职责履行不力，造成措施没有得到切实执行。无法正确反映质量问题的客观真实情况，导致数据分析不正确。43质量管理的数据分析应用措施无效！从失效原因入手，重新分析、判断、查找原因、制定措施和实施措施，对各个步骤进行修正。措施有效44质量管理的数据分析应用PDCA第18步骤实施改进措施验证改进措施巩固有效措施PDCA45质量管理的数据分析应用用数据分析方法精确分析和判断 有效减少改进过程的盲目性和失误 46质量管理的数据分析应用